물건 찾는 로봇, 현실 성공률 0.455
시뮬레이션 0.539와 8.4%포인트 차…유리벽 등 원인 후보

연구진이 방 종류를 단서로 물건을 찾아가는 로봇 길찾기 방식을 실제 로봇 두 종류에 적용해 시험했다. 보스턴 다이내믹스의 스팟(Spot)으로 한 66번의 시험에서 성공률은 0.455로, 시뮬레이션 결과보다 낮았다.
지금까지
로봇이 낯선 공간에서 지정한 물건을 찾아가는 '물체 목표 내비게이션'은 주로 시뮬레이션에서 평가돼 왔다. 시뮬레이션은 큰 규모로 같은 환경을 반복해 시험할 수 있다는 장점이 있다. 반면 실제 환경에 적용한 연구는 되는지 보여 주는 시연에 그치는 경우가 많았다고 연구진은 지적했다.
AI 시대에는
연구진은 '방 확률 벡터(Room Probability Vectors, RPV)'로 판단하는 길찾기 방식 'Room-Mediated Co-occurrence'를 실제 로봇 두 종류, 스팟과 터틀봇 4(TurtleBot 4)에 넣어 움직여 봤다고 밝혔다. 길찾기 프로그램은 로봇 기종과 관계없이 쓸 수 있게 만든 연결 프로그램을 거쳐 로봇용 기본 소프트웨어 ROS 2에 이어졌다. 연구진은 시뮬레이션에서 하드웨어로 옮길 때 센서, 위치 추정, 동작 명령 부분을 고쳐야 했다고 설명했다. 스팟으로 대학원 연구 시설에서 11가지 물건을 두 출발 지점에서 찾게 한 66번의 시험에서 성공률은 0.455였고, 시뮬레이션 성공률 0.539보다 8.4%포인트 낮았다. 연구진은 감지되지 않은 유리벽, 출입 금지 구역 진입, 쓸 만한 깊이 센서 범위의 한계, 물건 크기, 방 이름 목록과 실제 구조의 불일치를 차이의 원인 후보로 꼽았다. 이 글은 동료 심사를 거치기 전에 공개된 사전 공개 논문의 초록이며, 위 원인은 확정된 결론이 아니라 연구진의 분석이다.
지금 해 볼 것
- 논문에 안내된 공개 코드 저장소(GitHub)에 들어가 로봇과 ROS 2를 잇는 구성이 어떻게 짜여 있는지 훑어본다.
- ROS 2 입문 튜토리얼을 따라 시뮬레이터에서 로봇을 움직여 보고, 시뮬레이션과 현실이 어디서 달라질지 적어 본다.
원문에서 확인한 사실
- Room-Mediated Co-occurrence는 방 확률 벡터(RPV)로 판단하는 물체 목표 내비게이션 방식이다.
- 이 방식을 스팟과 터틀봇 4 두 로봇에 ROS 2 연결 프로그램을 거쳐 넣어 시험했다.
- 스팟 시험은 대학원 연구 시설에서 11가지 물건, 두 출발 지점, 모두 66번으로 이뤄졌다.
- 실제 환경의 성공률은 0.455였고 보고된 시뮬레이션 성공률은 0.539였다.
- 두 수치의 차이는 8.4%포인트이다.
- 연구진은 유리벽 미감지, 출입 금지 구역 진입, 깊이 범위 한계, 물건 크기, 방 이름 목록과 실제 구조의 불일치를 원인 후보로 들었다.
- 코드는 공개돼 있다.
이 기사는 쎈프레스 편집국이 공개된 원문을 바탕으로 정리했습니다. 원문에 없는 내용은 싣지 않는 것을 원칙으로 하며, 틀린 곳은 010-8114-3468로 알려 주시면 바로 고칩니다.



